Enrichir avec une couche RAG les MOOC

👉 L’optimisation consiste alors à ne pas réinventer le contenu, mais à l’enrichir avec une couche RAG qui :

  1. Indexe les supports du MOOC (vidéos, PDF, transcriptions, quiz).
  2. Permet à l’étudiant de poser une question en langage naturel (FR/MG/EN).
  3. Le RAG renvoie un extrait ciblé (par. d’un cours, séquence vidéo horodatée, diapo PDF).
  4. L’assistant ajoute un pas-à-pas ou exemple localisé (ex. tomate à Madagascar, manioc en Afrique de l’Ouest).

Est-ce optimal ?

  • Oui, car :
    • Contenu académique = validité scientifique et institutionnelle.
    • RAG conversationnel = accessibilité, contextualisation, personnalisation.
    • On libère le prof de la répétition (“c’est expliqué dans la vidéo 2 à 14’30”).
  • Encore plus optimal si on ajoute une couche :
    • Localisation des cas pratiques : l’étudiant peut demander “applique au climat de Diego Suarez” → le RAG complète le MOOC avec un corpus documentaire local (prix intrants, climat FAOstat, rendements).
    • Liens transverses : l’assistant fait dialoguer plusieurs MOOCs (ex. agroécologie + économie rurale).

Corps documentaire “encore plus optimal”

Un RAG hybride :

  1. Corps principal = MOOCs existants (Agreenium, FAO, etc.)
  2. Corps secondaire = corpus local enrichi (documents régionaux, données INSTAT, fiches Odoo, notes de cours enseignants)
  3. Corps transversal = glossaire FR/MG/EN + FAQ construite au fur et à mesure des questions des étudiants

👉 Donc le vrai “optimal” n’est pas de choisir entre MOOC ou RAG, mais :

  • MOOC comme socle (structure, référentiel, crédibilité).
  • RAG comme passerelle (personnalisation, dialogue, contextualisation).